机器人 AI 最难的部分不是 AI
来源：dev.to — 2026-10-20
📋 概述
NAIST 的机器人视觉研究生说，外人以为难的是模型，实际难的是把感知接到运动的那层 Python 胶水，每次换模型都得把同一批电机函数重接一遍。改变工作流的是把机器人能力写成可复用的技能包：确定性脚本只写一次，任何模型都能调用，换脑子不用重接电机。他还指出一半的 bug 根本不是 AI bug，而是单位错误——把度喂进期待弧度的节点，把 mg 当成 m/s²。
🔑 核心要点
- 确定性技能要么成功要么失败，没有灰区，也不会编造力矩值，这恰恰适合机器人。
- 20 多个技能全量加载会撑爆上下文，于是只挂简短描述，触发时才展开全文，顺带成了记忆管理。
- 审计链必须回答：做了什么、何时、为什么，推理来自模型、技能包还是网上看来的帖子。
- 最讽刺的失效：护栏看到画面里有手、又无法从静止画面算出距离，于是选择冻结——安全，但完全无用。
💡 金句
“So the model is maybe 20% of the problem.”
译：所以模型大概只占问题的百分之二十。
← 返回 dev.to 首页